Открытая платформа для ML-исследований: обучайте, дообучайте и оценивайте модели, запускайте их локально, в Slurm-кластере или в облаке с GPU.
huggingface/skills
Набор Agent Skills с инструкциями и скриптами для AI-агентов, которые выполняют задачи на Hugging Face Hub: обучение, оценку, работу с датасетами и Spaces.
- Звёзды
- 11,288
- Форки
- 786
- Открытые issues
- 70
- Последний коммит
- 8 дней назад
Что это?
Hugging Face Skills — это набор автономных папок с навыками, в которых собраны инструкции, скрипты и ресурсы для AI-агентов, работающих над задачами машинного обучения. Каждый навык — это каталог с файлом SKILL.md, который агент загружает, когда задача ему соответствует. Навыки охватывают такие области, как CLI-инструмент hf, обучение моделей с TRL, изучение датасетов через Dataset Viewer API, запуск оценок, создание демо на Gradio и Spaces, оценка объёма памяти для весов моделей и развёртывание в AWS SageMaker.
Репозиторий соответствует формату Agent Skills и работает с Claude Code, Codex, Gemini CLI и Cursor. Для основных операций с Hub — например, поиска моделей, управления датасетами и бакетами, а также запуска задач — рекомендуется начать с навыка hf-cli. Дополнительные навыки для рабочих процессов можно устанавливать по мере необходимости командой hf skills add.
Ключевые возможности
- 01Включает навык hf-cli, который обучает агентов использовать команды hf для работы с Hub.
- 02Охватывает обучение и дообучение моделей с TRL и Unsloth в Hugging Face Jobs.
- 03Позволяет запрашивать данные, задавать пагинацию и фильтры через Dataset Viewer API.
- 04Включает навыки для создания и развёртывания приложений на Gradio и Hugging Face Spaces.
- 05Предлагает навык hf-mem для оценки объёма памяти, необходимого для загрузки весов Safetensors или GGUF.
- 06Включает навыки для развёртывания в AWS SageMaker: планирование, настройку IAM и создание эндпоинтов.
Сценарии использования
- Поручить coding-агенту управлять моделями, датасетами и Spaces на Hub из терминала.
- Дообучить языковую или компьютерно-зрительную модель с помощью инструкций из готового навыка для обучения.
- Оценить объём GPU-памяти перед загрузкой большой модели для инференса.
- Развернуть модель с Hub в Amazon SageMaker, используя настройки по умолчанию для продакшена.
Быстрый старт
- 1
Зарегистрируйте репозиторий как маркетплейс плагинов Claude Code
/plugin marketplace add huggingface/skills - 2
Установите навык hf-cli
/plugin install hf-cli@huggingface/skills - 3
Установите любые дополнительные навыки Hugging Face с помощью hf CLI
hf skills add <skill-name>
Что важно знать
- Инструкции по установке различаются в зависимости от клиента, поэтому для Codex, Gemini CLI и Cursor требуется ручная настройка.
В подборках
Темы
Частые вопросы
- Что такое skills?
- Набор Agent Skills с инструкциями и скриптами для AI-агентов, которые выполняют задачи на Hugging Face Hub: обучение, оценку, работу с датасетами и Spaces. Hugging Face Skills — это набор автономных папок с навыками, в которых собраны инструкции, скрипты и ресурсы для AI-агентов, работающих над задачами машинного обучения. Каждый навык — это каталог с файлом SKILL.md, который агент загружает, когда задача ему соответствует. Навыки охватывают такие области, как CLI-инструмент hf, обучение моделей с TRL, изучение датасетов через Dataset Viewer API, запуск оценок, создание демо на Gradio и Spaces, оценка объёма памяти для весов моделей и развёртывание в AWS SageMaker.
- skills можно использовать бесплатно? Какая у него лицензия?
- skills распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- skills всё ещё поддерживается?
- Активно поддерживается. Последний коммит в skills — 30 окт. 2026 г..
- Для чего можно использовать skills?
- Поручить coding-агенту управлять моделями, датасетами и Spaces на Hub из терминала. Дообучить языковую или компьютерно-зрительную модель с помощью инструкций из готового навыка для обучения. Оценить объём GPU-памяти перед загрузкой большой модели для инференса. Развернуть модель с Hub в Amazon SageMaker, используя настройки по умолчанию для продакшена.
- Как установить skills?
- Зарегистрируйте репозиторий как маркетплейс плагинов Claude Code: /plugin marketplace add huggingface/skills Установите навык hf-cli: /plugin install hf-cli@huggingface/skills Установите любые дополнительные навыки Hugging Face с помощью hf CLI: hf skills add <skill-name>
- Где скачать skills?
- Исходный код и инструкции по установке — на GitHub: https://github.com/huggingface/skills
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Набор инструментов для слияния предобученных больших языковых моделей путём комбинирования их весов разными алгоритмами на CPU или GPU.
Библиотека обучения на PyTorch с нативной поддержкой DTensor для дообучения и предобучения LLM, VLM и diffusion-моделей непосредственно из чекпойнтов Hugging Face.
CLI на основе конфигурации для запуска и сравнения экспериментов по дообучению LLM: настройке промптов, моделей с открытым исходным кодом и LoRA, с тестами результатов.
SliceGPT сжимает трансформерные модели, включая LLM, после обучения, удаляя строки и столбцы матриц весов.
Практический курс Hugging Face по выравниванию небольших языковых и визуально-языковых моделей, рассчитанный на обычное локальное оборудование.